神经网络信息整合方法、装置、系统及存储介质制造方法及图纸

本发明专利技术公开了一种神经网络信息整合方法、装置、系统及存储介质。本发明专利技术可以提取预设神经网络的特征图、网络层、网段、子网以及网络，新建至少一个容器，并将特征图、网络层、网段、子网以及网络分别存储在至少一个容器中，分别获取至少一个容器中的神经网络特征参数，整合为IRIFF文件，并将IRIFF文件存储至非易失性存储器中，在运行预设神经网络时，将IRIFF文件中的网络特征参数拷贝到平台的内存中，并调用平台的计算模组通过访问内存的方式调用网络特征参数。本申请实施例可以将神经网络特征参数整合为IRIFF文件，并拷贝到平台的内存中，在后续使用时可以通过内存直接调用，简化了各种神经网络在不同硬件平台上的部署流程，提升了神经网络的运行效率。经网络的运行效率。经网络的运行效率。

【技术实现步骤摘要】
神经网络信息整合方法、装置、系统及存储介质


[0001]本专利技术涉及神经网络处理领域，具体涉及一种神经网络信息整合方法、装置、系统及存储介质。

技术介绍

[0002]随着人工智能技术的发展，神经网络应用到越来越多的领域，对人们的生产和生活带来了改善。神经网络是一种神经网络学习算法，其由输入层、中间层、输出层组成的阶层型神经网络，中间层可扩展为多层。相邻层之间各神经元进行全连接，而每层各神经元之间无连接，网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，各神经元获得网络的输入响应产生连接权值(Weight)。然后按减小希望输出与实际输出误差的方向，从输出层经各中间层逐层修正各连接权，回到输入层。此过程反复交替进行，直至网络的全局误差趋向给定的极小值，即完成学习的过程。
[0003]在现有技术当中，神经网络具有很多种类，比如BP(Back Propagation)神经网络、径向基函数(RBF
‑
Radial Basis Function)神经网络、感知器神经网络、线性神经网络、自组织神经网络以及反馈神经网络等等。然而申请人发现，每个神经网络都包含多种信息参数，比如网络图、辅助信息、权重数据、NPU指令代码、编译器生成的其它相关信息等，计算平台在使用神经网络时需要调用上述参数，而常见的计算平台中的内存资源极其有限，也不支持文件系统，因此只能从外存中调用上述参数，导致神经网络处理效率较低。

技术实现思路

[0004]本专利技术提供一种神经网络信息整合方法、装置、系统及存储介质，可以将神经网络特征参数进行整合并通过内存直接调用，从而提升了神经网络的处理效率。
[0005]为实现上述有益效果，本专利技术实施例提供以下技术方案：
[0006]第一方面，本身请提供一种神经网络信息整合方法，所述方法包括：
[0007]提取预设神经网络的特征图、网络层、网段、子网以及网络；
[0008]新建至少一个容器，并将所述特征图、网络层、网段、子网以及网络分别存储在所述至少一个容器中；
[0009]分别获取所述至少一个容器中的神经网络特征参数，整合为IRIFF文件，并将所述IRIFF文件存储至非易失性存储器中；
[0010]在运行所述预设神经网络时，将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，并调用平台的计算模组通过访问内存的方式调用所述网络特征参数。
[0011]第二方面，本身请提供一种神经网络信息整合装置，包括：
[0012]提取单元，用于提取预设神经网络的特征图、网络层、网段、子网以及网络；
[0013]存储单元，用于新建至少一个容器，并将所述特征图、网络层、网段、子网以及网络分别存储在所述至少一个容器中；
[0014]整合单元，用于分别获取所述至少一个容器中的神经网络特征参数，整合为IRIFF
文件，并将所述IRIFF文件存储至非易失性存储器中；
[0015]调用单元，用于在运行所述预设神经网络时，将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，并调用平台的计算模组通过访问内存的方式调用所述网络特征参数。
[0016]第三方面，本身请提供一种神经网络信息整合系统，包括：计算模组和非易失性存储器；
[0017]所述计算模组包括主控制模组、至少一个计算核以及内存，所述主控制模组提取预设神经网络的特征图、网络层、网段、子网以及网络，新建至少一个容器，并将所述特征图、网络层、网段、子网以及网络分别存储在所述至少一个容器中，分别获取所述至少一个容器中的神经网络特征参数，整合为IRIFF文件，并将所述IRIFF文件存储至非易失性存储器中；
[0018]在所述至少一个计算核运行所述预设神经网络时，通过所述主控制模组将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，并通过访问内存的方式调用所述网络特征参数。
[0019]第四方面，本身请提供一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述神经网络信息整合方法中的步骤。
[0020]本申请提供的实施例可以提取预设神经网络的特征图、网络层、网段、子网以及网络，新建至少一个容器，并将特征图、网络层、网段、子网以及网络分别存储在至少一个容器中，分别获取至少一个容器中的神经网络特征参数，整合为IRIFF文件，并将IRIFF文件存储至非易失性存储器中，在运行预设神经网络时，将IRIFF文件中的网络特征参数拷贝到平台的内存中，并调用平台的计算模组通过访问内存的方式调用网络特征参数。本申请实施例可以将神经网络特征参数整合为IRIFF文件，并将其拷贝到平台的内存中，从而在后续使用时可以通过内存直接调用，有效提升了神经网络的处理效率。
附图说明
[0021]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术实施例提供的神经网络信息整合方法的一种流程示意图；
[0023]图2是本专利技术实施例提供的硬件平台的结构示意图；
[0024]图3是本专利技术实施例提供的神经网络信息整合方法的另一流程示意图；
[0025]图4是本专利技术实施例提供的神经网络信息整合系统的结构示意图；
[0026]图5为本专利技术实施例提供的神经网络信息整合装置的另一种结构示意图；
[0027]图6是本专利技术实施例提供的智能终端的结构示意图。
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于
本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0029]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本专利技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0030]本专利技术实施例提供一种神经网络信息整合方法，该神经网络信息整合方法的执行主体可以是本专利技术实施例提供的神经网络信息整合装置，或者集成了该神经网络信息整合装置的电子设备，其中该神经网络信息整合装置可以采用硬件或者软件的方式实现。
[0031]在本实施例中，将从神经网络信息整合装置的角度进行描述，该神经网络信息整合装置具体可以为电子设备，且该电子设备具备储存单元并能够运行应用程序。
[0032]一种神经网络信息整合方法，所述方法包括：
[0033]提取预设神经网络的特征图、网络层、网段、子网以及网络；
[0034]新本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种神经网络信息整合方法，其特征在于，所述方法包括：提取预设神经网络的特征图、网络层、网段、子网以及网络；新建至少一个容器，并将所述特征图、网络层、网段、子网以及网络分别存储在所述至少一个容器中；分别获取所述至少一个容器中的神经网络特征参数，整合为IRIFF文件，并将所述IRIFF文件存储至非易失性存储器中；在运行所述预设神经网络时，将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，再由所述平台的计算模组通过访问内存的方式使用所述网络特征参数。2.根据权利要求1所述的神经网络信息整合方法，其特征在于，所述分别获取所述至少一个容器中的神经网络特征参数，整合为IRIFF文件，包括：分别获取所述至少一个容器中的网络细节信息、权重参数以及命令序列；从参考特征图容器中提取所述预设神经网络的参考特征图；将所述网络细节信息、权重参数、命令序列以及参考特征图连续存放至所述IRIFF文件中。3.根据权利要求1所述的神经网络信息整合方法，其特征在于，所述将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，再由所述平台的计算模组通过访问内存的方式使用所述网络特征参数，包括：根据所述平台的剩余内存确定所述网络特征参数中的目标参数；将所述目标参数拷贝到平台的内存中；调用所述平台的计算模组通过访问内存的方式调用所述目标参数，通过访问非易失性存储器的方式调用所述网络特征参数中的非目标参数。4.根据权利要求1所述的神经网络信息整合方法，其特征在于，所述将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，并调用所述平台的计算模组通过访问内存的方式调用所述网络特征参数，包括：从所述平台的内存中划分出一段预设内存区域；将所述IRIFF文件加载到所述预设内存区域，并调用所述平台的计算模组通过访问内存的方式调用所述网络特征参数。5.根据权利要求1至4任一项所述的神经网络信息整合方法，其特征在于，所述将所述IRIFF文件中的网络特征参数拷贝到平台的内存中，包括：解析IRIFF文件的头部信息，以得到所述预设神经网络的特征图、网络层、网段、子网以及网络分别对应的名称；按照所述IRIFF格式以及所述名称依次获取所述特征图、网络层、网段、子网以及网络各自的神经网络特征参数，并拷贝到所述平台的内存中。6....

【专利技术属性】
技术研发人员：严勇猛，
申请(专利权)人：北京探境科技有限公司，
类型：发明
国别省市：